C++ 数组模拟单链表,数组实现单链表插入,删除操作

实现一个单链表,链表初始为空,支持三种操作:

向链表头插入一个数;

删除第 k

个插入的数后面的数;

在第 k

个插入的数后插入一个数。

现在要对该链表进行 M

次操作,进行完所有操作后,从头到尾输出整个链表。

注意:题目中第 k

个插入的数并不是指当前链表的第 k

个数。例如操作过程中一共插入了 n

个数,则按照插入的时间顺序,这 n

个数依次为:第 1

个插入的数,第 2

个插入的数,...第 n

个插入的数。

输入格式

第一行包含整数 M

,表示操作次数。

接下来 M

行,每行包含一个操作命令,操作命令可能为以下几种:

H x,表示向链表头插入一个数 x

。

D k,表示删除第 k

个插入的数后面的数(当 k

为 0

时,表示删除头结点)。

I k x,表示在第 k

个插入的数后面插入一个数 x

(此操作中 k

均大于 0

)。

输出格式

共一行,将整个链表从头到尾输出。

数据范围

1≤M≤100000

所有操作保证合法。

输入样例:

10

H 9

I 1 1

D 1

D 0

H 6

I 3 6

I 4 5

I 4 5

I 3 4

D 6

输出样例:

6 4 6 5

cpp 复制代码
#include <iostream>

using namespace std;

const int N = 100010;
int head, idx;
int e[N], ne[N];

void init()
{
    head = -1;
    idx = 0;//表示可以从0号点开始分配
}

void add_to_head(int x)
{
    e[idx] = x, ne[idx] = head, head = idx, idx ++;
}

void add_(int k, int x)
{
    e[idx] = x, ne[idx] = ne[k], ne[k] = idx, idx ++;
}

void remove_(int k )
{
    ne[k] = ne[ne[k]];
}



int main ()
{
    int m;
    cin>>m;
    init();
    while(m --)
    {
        char a;
        cin>>a;
        if(a == 'H')
        {
            int t;
            cin>>t;
            add_to_head(t);
        }
        else if(a == 'D')
        {
            int t;
            cin>>t;
            if(!t) head = ne[head]; //特判一下,如果删除头结点
            remove_(t - 1);
        }
        else
        {
            int t, h;
            cin>>t>>h;
            add_(t - 1, h);
        }
        
    }
    
    for(int i = head; i != -1; i = ne[i]) cout<<e[i]<<' ';
    
    
    return 0;
}
相关推荐
java_nnnn9 分钟前
LeetCode刷题双指针(有效三角形的个数+三数之和)Java
算法·leetcode·职场和发展
人工智能培训10 分钟前
智能博弈背景下中国AI国防建设的战略价值
大数据·人工智能·算法·重构·生活
flinn_small19 分钟前
三分算法:原理、实现与实战应用
数据结构·算法·三分
思茂信息36 分钟前
CST软件UV Slice切片后可直接删除指定一侧实体
算法·uv·emc·emi·cst·仿真软件
INGNIGHT1 小时前
944 · 最大子矩阵(前缀和)
数据结构·c++·算法
All for pursuit.2 小时前
【动态规划-6】96.不同的二叉搜索树
数据结构·c++·算法·leetcode·动态规划
rou2 小时前
Attention(注意力机制)
算法
信奥卷王2 小时前
[GESP202609 六级] 数组划分
数据结构·算法
大鹏的NLP博客3 小时前
C++ 内存安全的未来:从 Safety Profiles 到 Safe C++
c++·内存安全
牧羊人.3333 小时前
动手学深度学习 07|Resnet网络与迁移学习
网络·人工智能·深度学习·神经网络·算法·cnn·迁移学习